胸部X線検査は、肺炎／結核／COVID-19など、さまざまな疾患の診断に役立つ比較的安価で利用しやすい診断ツールだ。しかし、胸部X線画像を見て解釈するには専門の放射線科医が必要となる。そのため導入が困難な地域もあった。一方で、近年の機械学習の進歩により、胸部X線スキャンの自動診断が可能になっている。

今回の研究では、最先端の画像分類機械学習モデル「Vision Transformer（ViT）」を基礎とし、さまざまな病態に関連する胸部X線画像についてより高い診断性能を持ちうる新しいモデルの「Input Enhanced Vision Transformer（IEViT）」を開発し、検証した。

研究では、肺炎／結核／COVID-19という多様な病態を含む4つの胸部X線画像データセットを使用し、IEViTモデルにその疾患に罹患しているか否かを分類させた。その結果、IEViTモデルはすべてのデータセットとその変種について、ViTより高精度で判別することができた。F1スコアは96.39〜100％、最大感度（再現率）は93.50〜100%、最大精度は97.96〜100％となっている。

このIEViTモデルを用いることで、胸部X線画像を用いた診断を支援する、比較的安価で利用しやすい有効な方法を提供できる可能性がある。

（fabcross for エンジニアより転載）